
L’optimisation de la stratégie de la côte est une stratégie de trading inversée basée sur de fausses percées, spécialement conçue pour capturer la liquidité dans les marchés. L’idée centrale de la stratégie est tirée de la conception de la “ côte ” de la célèbre trader Linda Raschke. Quand les côtes apparaissent, les fonds intelligents sont “ cuits “.
La stratégie est basée sur l’analyse du comportement des prix et combine plusieurs indicateurs de haut niveau, y compris le canal Donchian, le bloc d’ordre et l’écart de juste valeur, pour fournir des informations approfondies sur la structure du marché et l’empreinte financière des institutions, et fournir une confirmation multicouche pour les décisions de transaction.
Le principe de fonctionnement de la stratégie de piratage est basé sur la psychologie du marché et les modèles de comportement des traders. La stratégie implémente quatre types de signaux de négociation de base dans le code:
Signal multi-tête de l’objet de la tortue ((TBS Long): lorsque l’objet de la tortue a complètement franchi le plus proche des bas de Tangjian et s’est refermé pour revenir à la portée. Cette fausse rupture représente généralement un signal de retour plus fort.
Signal TBS Short: Le corps de la tortue se ferme après avoir complètement traversé le plus proche sommet de Tangqian et retourne à la portée.
TWS Long: lorsque la ligne de l’ombre de l’orange (et non l’entité) franchit le bas de la tangent, mais que la clôture revient dans la fourchette. Ceci est considéré comme un signal de revers plus faible mais toujours efficace.
TWS Short: lorsque la ligne de l’ombre de l’ouragan dépasse le sommet de Dongguan, mais que le cours de clôture revient dans la fourchette.
La stratégie permet également d’ajouter deux conditions de confirmation supplémentaires:
Lorsque les conditions sélectionnées sont remplies, la stratégie entre en jeu à la clôture du signal, en plaçant le stop loss (SL) sous le point bas du crayon (pour les multiples) ou le point haut (pour les blancs) et en calculant automatiquement l’objectif de profit (TP) en fonction du rapport de risque-rendement (par défaut 1,5 fois) prédéfini.
Capture d’un tournant à forte probabilité: Le principal avantage de la stratégie de la côte réside dans sa capacité à identifier efficacement les zones de “fausse percée” ou de “chasse à l’arrêt”, qui représentent généralement les points d’action des grands acteurs du marché. En opérant en sens inverse sur ces zones, les traders peuvent se positionner dans la même direction que les “fonds intelligents”.
Mécanisme de confirmation multiple: La stratégie combine plusieurs indicateurs techniques et signaux d’action des prix, améliore la fiabilité des signaux de négociation en superposant les conditions de confirmation (signaux TBS/TWS + filtre OB/FVG en option) et réduit considérablement les faux signaux.
Gestion automatisée des risques: La stratégie est dotée d’une fonctionnalité de gestion des risques qui permet de calculer automatiquement les niveaux de stop-loss et de stop-loss à chaque transaction, ce qui permet de limiter les pertes en cas d’erreur et de réaliser des bénéfices raisonnables en cas de bonne situation. Le rapport de retour sur risque est ajustable, ce qui permet de s’adapter à différentes capacités de prise de risque.
Adaptation à une situation de marché différente: Bien que la stratégie fonctionne mieux dans les marchés de choc ou intermédiaires, elle peut également s’adapter à différentes conditions de marché en ajustant des paramètres (comme le cycle de rétrocession de Dongguan).
Intuition visuelleLa stratégie fournit des marqueurs visuels clairs et des indications de signaux permettant aux traders de comprendre facilement les conditions du marché et de prendre des décisions rapides.
Le risque de faux signauxPour réduire ce risque, il est recommandé d’effectuer un retour d’expérience adéquat avant le décollage et d’envisager d’appliquer des stratégies pendant le décollage.
Dépendance du cadre temporel: La performance des stratégies sur différentes périodes peut varier considérablement. Des périodes plus courtes (par exemple, de 15 minutes à 1 heure) peuvent générer plus de signaux de transaction, mais peuvent également augmenter le bruit; tandis que les périodes plus longues sont moins nombreuses mais plus fiables. La solution consiste à effectuer une analyse de plusieurs périodes ou à choisir une période appropriée en fonction du style de transaction.
Risques liés à une forte tendance: Dans un marché à forte tendance, l’efficacité d’un signal de renversement de fausse rupture peut être réduite, car la probabilité d’une véritable rupture augmente. Le risque peut être atténué en évitant de faire des transactions inverses dans la direction d’une tendance claire ou en ajoutant des filtres de tendance supplémentaires.
Paramètre Sensibilité: La période de rétroaction de Dongxian (par défaut 20) a un impact significatif sur la performance de la stratégie. Une période trop courte peut entraîner un trop grand nombre de signaux et une période trop longue peut entraîner un manque d’opportunités.
Réservation de risque: La stratégie actuelle a un arrêt de perte fixé à la limite de la courbe de signal, qui peut être trop serrée ou trop relâchée dans certains cas. Vous pouvez envisager d’ajuster la distance de perte par le taux d’oscillation ou l’ATR pour la rendre plus flexible.
Adaptation au cycle de Dongxian: La stratégie actuelle utilise un cycle de rétrocession de Don Quichère fixe ((par défaut 20), on peut envisager de réaliser un cycle d’adaptation qui s’ajuste dynamiquement en fonction de la volatilité du marché ou de l’intensité de la tendance. Par exemple, utiliser un cycle plus long dans un environnement à forte volatilité et un cycle plus court dans un environnement à faible volatilité pour s’adapter à différentes conditions du marché.
Ajouter un filtre de tendance: Pour éviter de faire des transactions inverses dans des tendances fortes, on peut ajouter des filtres de tendance, tels que la direction des moyennes mobiles ou l’indicateur ADX, pour activer le signal de revers uniquement dans les marchés en crise. Cela peut considérablement améliorer la stabilité de la stratégie dans une application à long terme.
Optimiser les stratégies de stop loss/gainLes stratégies actuelles utilisent des retours de risque fixes plutôt que des stop-loss. On peut envisager d’atteindre un objectif de profit à plusieurs niveaux ou un stop-loss de suivi pour mieux capturer les fluctuations de prix importantes. Par exemple, on peut déplacer le stop-loss au coût après que le premier objectif de profit ait été atteint, pour laisser les positions restantes continuer à fonctionner.
Filtreur de temps: Ajout d’une fonction de filtrage temporel permettant d’éviter les transactions avant et après l’ouverture/la fermeture du marché ou pendant les grands communiqués de presse, qui sont généralement plus volatiles et imprévisibles.
Confirmation de la transaction: intégrer l’analyse du volume de transactions dans la stratégie pour s’assurer que les mouvements de prix sont soutenus par un volume de transactions suffisant. Par exemple, il est possible de demander un volume de transactions plus faible lors d’une fausse rupture et un volume de transactions plus élevé lors d’un retour à la fourchette pour confirmer l’efficacité d’un renversement.
Optimisation du machine learningConsidérer l’application de techniques d’apprentissage automatique pour identifier automatiquement les meilleures combinaisons de paramètres basées sur des données historiques ou pour prédire la probabilité de succès d’un signal afin d’améliorer encore la stabilité et la rentabilité d’une stratégie.
La version optimisée de la stratégie de la côte est un système de trading inversé soigneusement conçu qui offre des opportunités de trading à haute probabilité en capturant les fausses percées et les pièges de liquidité sur le marché. La stratégie est capable d’identifier efficacement les points de retournement clés dans la structure du marché en combinant des outils de confirmation multiples tels que les canaux de tangjian, les blocs d’ordres et les écarts de juste valeur.
La particularité de cette stratégie réside dans sa compréhension approfondie de la psychologie du marché, en particulier de la manière dont les grands acteurs du marché exploitent les zones de liquidité pour inciter les détaillants à se placer à un désavantage. En se plaçant du côté des “ fonds intelligents “, la stratégie permet d’obtenir des rendements stables avec des risques maîtrisés.
Bien que les stratégies fonctionnent mieux dans les marchés volatiles et intermédiaires, leur adaptabilité et leur robustesse peuvent être encore améliorées par les orientations d’optimisation proposées ci-dessus, de sorte qu’elles restent efficaces dans des conditions de marché plus larges. Plus important encore, les traders doivent comprendre les principes qui sous-tendent les stratégies, les combiner avec des techniques de gestion des risques et vérifier leur efficacité dans un marché donné par un retour d’expérience adéquat et des transactions simulées.
/*backtest
start: 2024-04-27 00:00:00
end: 2025-04-25 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/
//@version=5
strategy("🐢 Turtle Soup Strategy v1.0 – TBS/TWS + OB/FVG + SL/TP", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// === INPUTS ===
lookback = input.int(20, "Donchian Lookback", minval=5)
rr1 = input.float(1.5, "TP1 Risk-Reward")
useOB = input.bool(true, "Use Order Block Filter")
useFVG = input.bool(false, "Use FVG Filter")
// === DONCHIAN LEVELS ===
highestHigh = ta.highest(high[1], lookback)
lowestLow = ta.lowest(low[1], lookback)
// === ORDER BLOCK LOGIC ===
bullOB = close > open and close > high[1] and open[1] > close[1]
bearOB = close < open and close < low[1] and open[1] < close[1]
// === FVG LOGIC ===
fvgUp = low > high[2]
fvgDn = high < low[2]
// === TURTLE SOUP SETUPS ===
// Body-based reversal (TBS)
tbsLong = close < lowestLow and close > open and open < lowestLow
tbsShort = close > highestHigh and close < open and open > highestHigh
// Wick-based reversal (TWS)
twsLong = low < lowestLow and close > lowestLow
twsShort = high > highestHigh and close < highestHigh
// === CONFLUENCE CHECK ===
longConfluence = (not useOB or bullOB) and (not useFVG or fvgUp)
shortConfluence = (not useOB or bearOB) and (not useFVG or fvgDn)
// === FINAL SIGNAL CONDITIONS ===
longEntry = (tbsLong or twsLong) and longConfluence
shortEntry = (tbsShort or twsShort) and shortConfluence
// === ENTRY + SL/TP LEVEL CALCULATION ===
longSL = low
shortSL = high
longTP = close + (close - low) * rr1
shortTP = close - (high - close) * rr1
// === STRATEGY EXECUTION ===
if longEntry
strategy.entry("Long", strategy.long)
strategy.exit("TP/SL Long", from_entry="Long", limit=longTP, stop=longSL)
if shortEntry
strategy.entry("Short", strategy.short)
strategy.exit("TP/SL Short", from_entry="Short", limit=shortTP, stop=shortSL)
// === OPTIONAL: PLOT SIGNAL LABELS ===
plotshape(longEntry, title="Long Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY 🟢")
plotshape(shortEntry, title="Short Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL 🔴")